AI_NovelGenerator 完整指南：AI 小说生成与长篇自动衔接的实践路径

AI_NovelGenerator 完整指南AI 小说生成与长篇自动衔接的实践路径【免费下载链接】AI_NovelGenerator使用ai生成多章节的长篇小说自动衔接上下文、伏笔项目地址: https://gitcode.com/GitHub_Trending/ai/AI_NovelGenerator写到第三十章早该死透的配角又站起来了第三章埋的伏笔再没人回收——长篇连载里这种自相矛盾几乎是慢性病写得越长越要人工翻前文对齐设定体力消耗惊人。AI_NovelGenerator 这个 AI 小说生成工具想接手的正是这部分脏活它基于大语言模型构建自动衔接上下文、埋设和回收伏笔把世界观设定、章节目录、每一章正文按流程生成出来并且全程维护全局摘要、角色状态和剧情要点文件让长篇写到后段依然有据可查。能力速览它替你干什么不干什么说实际创作流程里它负责的部分搭世界观、设计角色、排章节目录然后每写新章前从几十章之前的文本里把相关伏笔和角色状态捞出来给模型看每章结束后把本章信息回写进全局状态文件。这些状态不藏在模型的上下文窗口里而是全部以纯文本落在磁盘上global_summary.txt、character_state.txt这类文件随时可以打开人工检查、直接改写。它不负责的也很明确不会交出完稿即成品的文本。每一步的产物都是可编辑的——设定文件、目录文件能改生成章节前可以填本章指导涉及角色、关键物品、场景、时间约束定稿前的正文也能在编辑器里重写。换句话说它压缩的是对齐和衔接的劳动量创意判断本身仍然在你手里。核心生成逻辑在 novel_generator/ 目录图形界面在 ui/ 目录想确认它到底怎么拼提示词看这两处源码最直接。环境怎么装好并跑起来环境要求不高Python 3.9 以上推荐 3.10–3.12外加一个可用的 LLM API 密钥。云端的 OpenAI、DeepSeek 都行本地 Ollama 这类兼容 OpenAI 接口的服务也支持。拉到代码后依赖可以一次装完git clone https://gitcode.com/GitHub_Trending/ai/AI_NovelGenerator cd AI_NovelGenerator pip install -r requirements.txt依赖里包含 chromadb、langchain 和 customtkinterGUI 组件等个别包在 Windows 上可能需要本地编译遇到安装失败就先装 C 构建工具、勾选C 桌面开发组件再重试。装完直接python main.py图形界面就出来了整个上手路径就是拉代码 → 装依赖 → 起界面。配置方面把 config.example.json 复制为config.json填入api_key、base_url、model_name即可。这个模板按模型预设和任务路由两组组织你可以先登记多个模型再在choose_configs里给不同任务各分一个这一步后面还会用到。创作主链路从定世界到定稿回写先把世界的规则定下来在主面板填主题、类型、章节数、每章目标字数和保存路径点Step1. 生成设定系统基于这些信息产出Novel_setting.txt涵盖世界观、角色、雷点与暗线伏笔。这份文件是整部小说的宪法生成后可以直接打开改后面的目录生成以你改过的版本为准。目录是骨架值得动手改基于定稿设定点Step2. 生成目录得到Novel_directory.txt每章一个标题加一段简短的剧情提示。它同样可编辑——觉得某章提示方向不对就重写这既是你全书的轮廓也是后续每章动笔时的契约。让 AI 记得前文埋的伏笔这是 AI 辅助写长篇最关键的一环。生成新章前系统会读设定、目录和已定稿章节同时用 embedding 模型把历史文本做进向量库ChromaDB落在本地vectorstore/目录按本章剧情语义检索最相关的上下文片段再叠加你填的本章指导先产出本章大纲outline_X.txt再写正文chapter_X.txt。 这意味着第三十章写作时第三章埋的线索也能被语义检索出来而不是依赖上下文窗口硬塞。定稿前用一致性检查过一遍草稿生成后点[可选] 一致性审校consistency_checker.py 会把设定、角色状态、前文摘要、已记录的剧情要点和本章正文拼进同一份提示词让模型逐条排查矛盾结果列在日志区。这步可跳过但它是长篇自动保持剧情一致里成本最低的一道保险——在这里拦下一个角色逻辑冲突比读者替你发现便宜得多。定稿把全局记忆更新掉确认无误后点Step4. 定稿当前章节系统会把本章信息回写全局摘要、更新角色状态与剧情要点同时把最新文本写入向量库。被更新的正是后续所有章节要读的记忆所以生成 → 审校 → 定稿这个循环对长篇是必须的不定稿下一章就看不见本章发生的事。经验与避坑哪些参数值得调哪些情况会翻车多模型协同创作choose_configs里的五个任务槽架构、大纲、草稿、定稿、审校可以各配一个模型。常用组合是世界观和大纲给强模型正文写作给快模型审校给中等模型——省钱和质量各取所需。temperature正文写作在 0.7 附近通常比较稳文风发闷可以往 0.9 抬一点换创造力但离设定跑偏的幅度也会变大。retrieval_k向量检索条数默认 4。剧情线密、伏笔多时适当调大让 AI 看见更多上下文生成内容散、抓不住主线时调小。切换 embedding 模型后记得先清空vectorstore/目录旧向量和新模型不兼容本地 Ollama 做 embedding 要先起服务并拉好模型云端 embedding 则确认 API 权限已开通。两类高频报错日志出现Expecting value: line 1 column 1 (char 0)通常是 API 没返回合法 JSON——十有八九是 key 或 base_url 填错、返回了 HTML 错误页504 Gateway Timeout多半是网络或接口端不稳。先查密钥和端点再怀疑代码。没有 Python 的机器可以用 PyInstaller 按main.spec打包成可执行文件再分发使用。适用人群与使用边界适合自己也在写东西、想让 AI 分担设定与衔接体力活的长篇创作者它替代的是对齐、检索和状态维护这类工序不是替你决定故事走向的写手。【免费下载链接】AI_NovelGenerator使用ai生成多章节的长篇小说自动衔接上下文、伏笔项目地址: https://gitcode.com/GitHub_Trending/ai/AI_NovelGenerator创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考